基于时频和频谱分析的齿轮箱故障诊断

对频谱分析方法和时频分析方法的原理进行了分析,根据频谱分析与时频分析的特点以及齿轮箱故障诊断研究的需要,将两种方法有效地结合起来应用于齿轮箱的故障诊断中。结果表明,此方法能够有效地解决各自方法中的不足,得到比较理想的诊断结果。     

射频识别（RFID）技术在可视化系统中的应用

介绍了射频识别(RFID)系统的原理、组成及产生发展的过程。分析了RFID在可视化系统的应用前景以及在走向智能化物流中所起的关键作用,给出了军队在运资产可视化系统中RFID的实际应用实例     

全球信息栅格的产生和实现技术研究

介绍了全球信息栅格的概念与定义,详细论述了全球信息栅格产生与发展的动因、实现技术的研究现状.介绍了研究与实现全球信息栅格的关键技术、基础理论,重点论述了实现全球信息栅格总体架构的有关内容.     

调频连续波ISAR目标微多普勒特征分析

分析了调频连续波逆合成孔径雷达(FMCW-ISAR)的回波信号特性,讨论了脉冲持续时间内目标连续运动引起的多普勒频移对成像的影响,推导出导致一维距离像主瓣展宽和走动的相位因子,并进一步研究了该相位因子对基于调频连续波逆合成孔径雷达的目标微多普勒特征的影响,在此基础上讨论了调频连续波逆合成孔径雷达目标微多普勒特征与脉冲式逆合成孔径雷达目标微多普勒特征的主要区别.最后的仿真试验验证了理论分析的正确性.     

集集地震多维地震动频域非平稳特性分析

基于HHT方法和集集地震实际地震记录,利用可表征地震动频域非平稳特性的瞬时频率时程和瞬时幅值时程,对集集地震多维地震动的频域非平稳分布特性、场地条件及震中距对非平稳特性的影响进行了分析.分析结果表明,瞬时频率方法在地震动频域非平稳特性的定量描述上较穿零率方法更为精确,可较好地反映多维地震动的频域非平稳特性.     

基于RUP的航空兵作战C4ISR体系结构研究

本文分析了C4ISR系统的建模特点,对当前主流体系结构模型开发方法进行了比较,提出了运用Rational统一过程（RUP）开发DoDAF体系结构视图产品,并分析了其可行性。结合航空兵作战的特点,采用Rational ROSE建模工具开发了的相关视图产品,描述了航空兵作战过程,证明了RUP对体系结构的开发有着良好的支持作用。     

5GHz雷达的干扰计算模型概述

文章从开发5 GHz模型的目的入手,简要介绍了5 GHz模型的结构组成,详细讨论了5 GHz模型的干扰计算流程,包括无线局域网和雷达的场景设置、技术参数设置、总干扰计算等,最后给出了5 GHz模型的一个运行范例,以期为其它干扰模型的开发提供借鉴参考。     

基于北斗短报文的远海实时精密单点定位

针对远海精密导航与定位费用高昂的问题,提出利用北斗短报文传输多模全球导航卫星系统的实时服务数据,实现远海实时精密单点定位。为了降低通信成本和硬件成本,本研究对实时服务数据进行简化,弥补了北斗短报文带宽的不足;为了克服北斗短报文频率低的缺点,采取了实时精密星历预报的方法,来获取分钟间隔以外时刻的卫星轨道位置和钟差改正。对基于北斗短报文的远海实时精密单点定位的数据处理过程进行了仿真模拟。后期处理实测海洋观测数据,对定位性能进行测试,可实现水平方向厘米级定位,竖直方向精度为10~20 cm。该方法为低成本的远海实时定位提供了技术参考。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

基于马尔可夫预测的低消耗弹药库存仿真建模分析

应用马尔可夫方法的无后效性原理,建立了低消耗弹药库存的预测模型,为该类弹药的年度供应提供依据。在模型建立的基础上,对其仿真算法进行了描述,并应用计算机进行了仿真实现。